| 第一章 绪论 | 第1-16页 |
| 1．1 铸造流动及传热数值模拟技术的发展和应用 | 第9-10页 |
| 1．2 基于数值模拟结果研究的发展和应用 | 第10-13页 |
| 1．2．1 结合知识基工程(KBE)的应用研究现状 | 第11-12页 |
| 1．2．2 结合人工智能方法的应用研究现状 | 第12-13页 |
| 1．3 课题研究的目、意义、内容和技术路线 | 第13-16页 |
| 1．3．1 课题研究的目的和意义 | 第13-14页 |
| 1．3．2 课题研究的内容 | 第14页 |
| 1．3．3 课题研究的技术路线 | 第14-16页 |
| 第二章 低压铸造原理及数值模拟理论基础 | 第16-26页 |
| 2．1 低压铸造基本原理及特点 | 第16页 |
| 2．1．1 基本原理 | 第16页 |
| 2．1．2 工艺特点 | 第16页 |
| 2．2 低压铸造流动传热耦合计算模拟的原理 | 第16-18页 |
| 2．2．1 流动传热耦合模拟的数学模型 | 第17-18页 |
| 2．2．2 初始条件和边界条件的处理 | 第18页 |
| 2．2．3 耦合数值模拟迭代算法 | 第18页 |
| 2．3 数值模拟计算中关键问题处理 | 第18-25页 |
| 2．3．1 初始条件处理 | 第18-19页 |
| 2．3．2 边界条件处理 | 第19页 |
| 2．3．3 热物理性质处理 | 第19-25页 |
| 2．4 小结 | 第25-26页 |
| 第三章 壳体铸件数值模拟及结果分析 | 第26-41页 |
| 3．1 壳体铸件工艺设计 | 第26-29页 |
| 3．1．1 铸型工艺设计 | 第26-27页 |
| 3．1．2 浇注工艺设计 | 第27-29页 |
| 3．2 壳体铸件充型过程数值模拟 | 第29-32页 |
| 3．2．1 充型凝固过程数值模拟流程图 | 第29页 |
| 3．2．2 三维造型和数值模拟前处理 | 第29-32页 |
| 3．2．3 充型凝固过程的有限元计算 | 第32页 |
| 3．3 数值模拟结果的分析 | 第32-40页 |
| 3．4 小结 | 第40-41页 |
| 第四章 基于模拟反馈思想的工艺优化模型的框架构建 | 第41-51页 |
| 4．1 概述 | 第41-42页 |
| 4．2 基于数值模拟设计研究的技术 | 第42-44页 |
| 4．2．1 KBE技术 | 第42-43页 |
| 4．2．2 人工神经网络技术 | 第43页 |
| 4．2．3 遗传算法技术 | 第43-44页 |
| 4．3 基于数值模拟结果(KBS)设计的意义、支撑环境和应用 | 第44-47页 |
| 4．3．1 基于 KBS设计的意义 | 第44页 |
| 4．3．2 KBS实现的 CAD/CAE支撑环境 | 第44-45页 |
| 4．3．3 基于 KBS设计的应用 | 第45-47页 |
| 4．4 结合低压铸造工艺数值模拟 KBS的实现 | 第47-51页 |
| 4．4．1 KBS设计方式的确定 | 第47页 |
| 4．4．2 工艺参数优化的 KBS设计的实现 | 第47-48页 |
| 4．4．3 工艺参数优化的 KBS设计实施过程 | 第48-51页 |
| 第五章 神经网络工艺设计系统开发的原理、方法和工具 | 第51-64页 |
| 5．1 软件系统设计 | 第51-54页 |
| 5．1．1 软件工程概述 | 第51-52页 |
| 5．1．2 系统设计 | 第52-54页 |
| 5．2． BP神经网络基本原理 | 第54-58页 |
| 5．2．1 引言 | 第54-55页 |
| 5．2．2 BP网络模型介绍 | 第55-56页 |
| 5．2．3 BP网络算法 | 第56-58页 |
| 5．3． Matlab神经网络工具箱及其开发工具介绍 | 第58-63页 |
| 5．3．1 Matlab基本介绍 | 第58-59页 |
| 5．3．2 Matlab神经网络工具箱(ANN) | 第59-62页 |
| 5．3．3 Matlab开发工具 | 第62-63页 |
| 5．4 小结 | 第63-64页 |
| 第六章 BP神经网络工艺设计系统的开发 | 第64-78页 |
| 6．1 系统的整体结构设计 | 第64-65页 |
| 6．2 系统的详细设计及理论 | 第65-74页 |
| 6．2．1 主界面设计 | 第65-73页 |
| 6．2．2 菜单设计 | 第73-74页 |
| 6．3 系统实现 | 第74-76页 |
| 6．4 小结 | 第76-78页 |
| 第七章 工艺参数设计在系统中的应用实现 | 第78-89页 |
| 7．1 浇注工艺参数模拟试验方案确定 | 第78-80页 |
| 7．1．1 浇注工艺参数的选择确定 | 第78-79页 |
| 7．1．2 模拟试验方案的确定 | 第79-80页 |
| 7．2 模拟试验样本数据 | 第80-81页 |
| 7．3 工艺参数设计的系统实现 | 第81-88页 |
| 7．3．1 浇注工艺参数神经网络模型训练和检验 | 第81-85页 |
| 7．3．2 浇注工艺参数神经网络预测和诊断 | 第85-86页 |
| 7．3．3 浇注工艺参数神经网络优化 | 第86-88页 |
| 7．4 小结 | 第88-89页 |
| 第八章 结论 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 攻读硕士期间发表的学术论文 | 第95-96页 |
| 声明 | 第96-97页 |
| 致谢 | 第97页 |
